Python 不能实现并行执行的主要原因是其全局解释器锁（Global Interpreter Lock，简称 GIL）。GIL 确保了在任何给定时刻，只有一个线程可以执行 Python 字节码，这意味着即使在多核处理器上，也无法实现真正的并行计算。GIL 的存在主要是为了简化 Python 的内存管理，防止多个线程同时修改内存中的对象引用计数，从而避免潜在的并发问题。
对于计算密集型的任务，由于 GIL 的限制，多线程并不能有效加速程序执行。在这种情况下，可以考虑使用多进程，因为每个进程都有自己的解释器和内存空间，不受 GIL 的限制，可以实现真正的并行计算。Python 的 `multiprocessing` 模块提供了创建和管理进程的功能，可以用来加速计算密集型任务。
总结一下：
Python 的 GIL 限制了多线程的并行执行能力。
对于 I/O 密集型任务，多线程可以提高程序性能，因为 I/O 操作时线程可以释放 GIL，让其他线程运行。
对于计算密集型任务，可以考虑使用多进程来实现并行计算。